DEMAXIYAZHENGYI 2023-03-09 09:44 采纳率: 73.7%
浏览 18
已结题

array变换,numpy问题

我用autokera做的预测,结果是这样的

array([[0.31852505],
       [0.2589858 ],
       [0.17356667],
       ...,
       [0.09872996],
       [0.1402545 ],
       [0.18514858]], dtype=float32)

我想把它变成可以带入roc_auc,需要变化他的形式如下:
[0.10538509 0.22688799 0.44460228 ... 0.10291654 0.17157434 0.14680019]

需要变为没有逗号这样的形式,请问怎么变换

  • 写回答

2条回答 默认 最新

  • CodeBytes 2023-03-09 10:30
    关注

    该回答引用ChatGPT

    您可以使用NumPy的flatten函数将数组扁平化成一维数组,并将其转换为Python列表。然后,您可以使用该列表作为输入来计算ROC AUC。

    以下是实现这种转换的代码示例:

    
    import numpy as np
    
    # 将数组扁平化为一维数组,并将其转换为Python列表
    predictions = np.array([[0.31852505],
                            [0.2589858 ],
                            [0.17356667],
                            ...,
                            [0.09872996],
                            [0.1402545 ],
                            [0.18514858]], dtype=np.float32)
    predictions = predictions.flatten().tolist()
    
    # 计算ROC AUC
    from sklearn.metrics import roc_auc_score
    y_true = [0, 1, 1, 0, 1, ...]  # 真实标签
    roc_auc = roc_auc_score(y_true, predictions)
    
    

    请注意,您需要将y_true替换为您的真实标签,以便计算正确的ROC AUC。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 4月30日
  • 已采纳回答 4月22日
  • 创建了问题 3月9日

悬赏问题

  • ¥15 linux驱动,linux应用,多线程
  • ¥20 我要一个分身加定位两个功能的安卓app
  • ¥15 基于FOC驱动器,如何实现卡丁车下坡无阻力的遛坡的效果
  • ¥15 IAR程序莫名变量多重定义
  • ¥15 (标签-UDP|关键词-client)
  • ¥15 关于库卡officelite无法与虚拟机通讯的问题
  • ¥15 目标检测项目无法读取视频
  • ¥15 GEO datasets中基因芯片数据仅仅提供了normalized signal如何进行差异分析
  • ¥100 求采集电商背景音乐的方法
  • ¥15 数学建模竞赛求指导帮助